Ming-3.0-asr-tiny: локальное распознавание китайской и английской речи
На странице · 3 разделов
У Ming-3.0-asr-tiny появился публичный код запуска: модель превращает китайскую и английскую запись в текст и принимает подсказку с именами или терминами. Веса были загружены раньше, а 19 октября вышел репозиторий с примером. Это технический путь для Linux и видеокарты NVIDIA с CUDA; русский язык не заявлен.
Ming-3.0-asr-tiny: локальное распознавание китайской и английской речи
19 октября 2026 года inclusionAI открыла репозиторий с кодом и примером запуска Ming-3.0-asr-tiny. Если нужно превратить китайскую или английскую запись в текст на своём оборудовании, теперь есть не только файлы модели, но и описанный автором путь проверки. Сами веса появились в Hugging Face раньше — 14 октября; пакет и карточки были оформлены 15 октября. Это новость о доступности кода, а не о новом выпуске весов сегодня. s1 s2
Что модель делает с записью
Ming-3.0-asr-tiny распознаёт отдельный аудиофрагмент на китайском или английском. Перед обработкой можно дать контекст — например, имена людей или редкие термины, которые ожидаются в записи. Это подсказка для распознавания, а не гарантия точной записи каждого слова. В руководстве автора есть учебный WAV-файл и пример его расшифровки: после запуска получается текст, который следует сверить с прослушанной записью. s2 s3
Название tiny не означает, что модель работает на любом домашнем ноутбуке. Официальный основной пример рассчитан на Linux, Python 3.12 и совместимую видеокарту NVIDIA с CUDA; отдельно установлены версии зависимостей в пакете модели. Минимальный объём памяти авторы не подтвердили, поэтому размер файлов весов нельзя использовать как требование к компьютеру. Редакция Modelium эту модель не запускала. s2 s3
Что доступно и с чего начать
В закреплённой версии репозитория Hugging Face доступны оба файла весов, конфигурация, код обработки аудио и файл лицензии. Основной путь — скачать модель и запустить пример PyTorch/Transformers из официального GitHub-руководства на коротком WAV-файле; рядом автор показывает ожидаемую расшифровку. Это инструкция по документации, а не воспроизведённый редакцией запуск. Отдельный вариант SGLang требует специального адаптера и не нужен для первого знакомства. s2 s3
Где границы применения
Русский язык не заявлен: для русскоязычных записей не следует ожидать подтверждённого качества. Официальный пример не выдаёт время каждого слова и не разделяет говорящих. Числовые оценки на графиках опубликованы авторами; Modelium их независимо не воспроизводил. Веса и основной код обозначены MIT, в пакете есть отдельные лицензионные уведомления для включённых частей; открытые веса и разрешение на использование кода проверяются раздельно. s2 s3 s4
Следующий шаг: если есть подходящая Linux/CUDA-среда и запись на китайском или английском, откройте раздел Quick Start официального GitHub-репозитория и сначала проверьте приложенный учебный WAV-файл. Для русской речи эта публикация не служит рекомендацией модели. s3
Источники
- inclusionAI/Ming-3.0-asr-tiny — история коммитов модели — 14 октября загружен checkpoint, 15 октября выпущен пакет; текущая закреплённая ревизия b6102989.. Получено 19.10.2026.
- inclusionAI/Ming-3.0-asr-tiny — модель и закреплённая карточка — Карточка, два shard файла, index и MIT LICENSE сверены по API и файлам.. Получено 19.10.2026.
- inclusionAI/Ming-3.0-asr — руководство и пример запуска — Репозиторий создан 19 октября; разделы Quick Start, Cookbook, Linux/CUDA и ограничения.. Получено 19.10.2026.
- Лицензии исходного кода и модели Ming-3.0-asr-tiny — MIT в коде; HF LICENSE также MIT, дополнительные уведомления Apache-2.0 и Whisper в пакете.. Получено 19.10.2026.